开发者社区

文档建议反馈控制台

技术百科

搜索技术百科

技术百科

发布

技术百科首页 >HippoRAG >HippoRAG 在 Agent 长期记忆中如何应用？

HippoRAG 在 Agent 长期记忆中如何应用？

修改于 2026-09-23 14:48:18

1

词条归属：HippoRAG

1. 作为 Agent 的长期记忆底座

Agent 需要在长期交互中持续积累并关联分散的经验，这正是 HippoRAG 的设计目标。它可作为 Agent 的非参数化长期记忆模块，把外部文档与交互经验组织为可关联、可检索的知识图谱。

2. 非参数化的持续学习

与更新模型参数的参数化记忆不同，HippoRAG 采用非参数方式——新记忆通过向知识图谱添加节点与边来写入，既避免了灾难性遗忘，也无需承担高昂的重训成本，为 LLM 的持续学习提供了一条可行路径。

相关文章

【RAG论文精读】给RAG引入海马体记忆索引理论HippoRAG: Neurobiologically Inspired Long-Term Memory fo

腾讯技术创作特训营S11#重启人生

当前的大型语言模型 (LLMs) 虽然在知识存储方面取得了显著进展，但仍然缺乏高效整合新知识的能力。传统的检索增强生成 (RAG) 方法虽然允许向静态模型中添加新知识，但仍然无法有效地跨段落整合信息。为了解决这一问题，本文提出了 HippoRAG，一个受人类长期记忆中海马体索引理论启发的检索框架，旨在实现更深入、更高效的知识整合。

中杯可乐多加冰

2024-12-22

1.4K0

记忆与上下文管理在Agent中的实际运用

agent 管理模型配置存储

本文详细分析 trpc-agent-go 框架中会话上下文的管理机制，包括 LLM 提示词的注入内容、Memory 记忆系统、Session Summary 会话摘要以及跨 Session 信息共享等核心设计。

2026-04-09

6430

AI界的“海马体”：HippoRAG技术如何让机器像人类一样思考？

上个月，谷歌发布了AI搜索功能——AI overview。这一功能本来应该是谷歌背水一战，宣誓自己在AI时代也能制霸搜索的杀招。结果出来才两周就被网友们挖出了许多啼笑皆非的案例。

小腾资讯君

2024-06-11

1.4K0

AI Agent在DevOps中的应用实践

DevOps 解决方案

随着云原生技术的普及，系统复杂度不断增加，传统的人工运维模式已难以应对。AI Agent的兴起为DevOps领域带来了新的可能性。\n\nAI Agent在运维场景中的核心价值体现在三个方面：\n\n第一，智能告警处理。通过大模型理解告警内容，自动聚合相关告警，减少噪音干扰，让运维人员聚焦于真正重要的问题。\n\n第二，自动化故障诊断。结合日志、指标和链路追踪数据，Agent能够快速定位故障根因，大幅缩短MTTR。\n\n第三，自愈能力。对于已知问题，Agent可以自动执行修复脚本，如重启服务、扩容资源等，实现真正的无人值守运维。\n\n当然，AI Agent并非万能。在实际落地中，建议从低风险场景开始，逐步积累经验和信任。同时，关键操作仍需人工审批，确保系统稳定性。\n\n未来，人机协作将是DevOps的主流模式。AI Agent负责处理重复性工作，人类专家专注于架构优化和复杂问题解决，共同推动运维效率的提升。

2026-06-22

1570

深度解析仿人脑记忆搜索的HippoRAG2，全面对比GraphRAG、KAG、LightRAG和PIKE-RAG，成本缩减12倍

数据索引论文模型

持续获取、组织和利用知识的能力是人类智能的关键特征，而 AI 系统若想充分发挥潜力，也必须具备这一能力。近期，一些 RAG 方法通过引入知识图谱等结构来增强对信息的理解和联想能力，部分弥补了这些不足。然而，这些增强方法在基础事实记忆任务上的表现通常远逊于标准 RAG。HippoRAG 2[1] 基于 HippoRAG 采用的个性化 PageRank（Personalized PageRank, PPR）算法，并进一步优化了信息整合方式，同时增强了 LLM 在在线检索中的作用。

2025-03-18

3.2K0

点击加载更多

词条知识树 17个知识点